中小银行信贷智能决策系统产品系统Vibe Coding

本项目面向中小企业授信审批与贷后风险管理场景，解决传统信贷风控中企业信息分散、关联风险难识别、审批依据不可追溯、人工经验难沉淀等问题。系统以信贷审批生命周期为主线，融合企业信息采集、财务分析、Graph RAG 证据检索、多智能体审查、合规校验、人工复核和贷后真实结果反馈，形成从审批决策到结果回流的数据飞轮，持续提升风险识别、证据解释和授信建议质量。

系统包含企业信息采集、财务指标分析、知识图谱风险检索、多智能体协同评估、红蓝方对抗审查、合规规则检查、授信报告生成、人工复核、贷后结果回流、运行监控和自进化学习等模块。系统能够整合企业基础信息、财务数据、关联关系、历史案例和外部风险证据，输出风险评分、风险因素、证据链、合规问题和授信建议。人工审核意见、前端反馈、执行轨迹与贷后真实表现会进入受控反馈闭环，用于优化规则、记忆、检索策略、智能体编排和风险模型。

我主要负责后端决策流程、Graph RAG 检索、多智能体协同、反馈闭环和前端审批控制台实现。后端采用 Python + FastAPI 构建服务，结合 Neo4j、向量检索和 Graph RAG 实现企业关联风险识别与证据溯源；通过多智能体编排完成信息收集、财务分析、风险评估、合规审查、红蓝方对抗、主审裁决和报告生成。前端采用 React + TypeScript + Vite + Ant Design 展示案件流程、图谱证据、风险报告、人工复核、贷后反馈、运维监控、实验中心和 Agent/DSPy 调优。项目亮点是将大模型推理、专家规则、证据链、人工反馈、贷后真值和在线学习接入同一数据飞轮，并通过安全门机制控制自进化结果进入正式决策。